之前，我在B站发布了“大话神经网络，10行代码不调包，听不懂你打我！”的视频后，因为简单易懂受到了很多小伙伴的喜欢！
但也有小伙伴直呼不够过瘾，因为大话神经网络只有4个神经元。
也有小伙伴问不写代码，是否可以做人工智能。应对这两个问题，我录制了新的视频，来实现一套基于CNN的图片分类的神经网络！
华为云视频：https://bbs.huaweicloud.com/videos/102831
在视频中，我们先是运行一套基于tensorflow的代码，让大家体验原汁原味从数据准备，训练，和使用模型的过程。相关的tensorflow代码，资源的下载都可以在我的github上获得：https://github.com/maishucode/tensorflow-image-detection
然后我会详细讲解如何利用华为云ModelArts，零代码轻松实现一个图片分类网络，并且可以发布出去给你的朋友使用。
看不了视频的也可以看下面的图文教程：
1、在华为云的对象存储服务（OBS）中创建一个桶
选择区域，输入桶名称，其他选项按需调整，这里我们先都用默认值
2、桶创建完后，我们在桶里新建几个文件夹
目录结构如下，train用来放我们的训练数据，out用来放我们的训练结果
maishu
└── food-img
├── out
└── train
3、我们把训练数据上传到train目录下，训练数据可以在上方的github链接里获取
4、回到ModelArts，选择创建数据集
输入名称，数据集输入位置和数据集输出位置选我们刚刚在OBS中创建好的目录
5、 数据集准备好之后，我们可以创建一个图片分类的项目
输入项目名称，数据集选择“已有数据集”，选择刚才创建的数据集
6、项目创建好之后就可以开始训练了
点击开始训练，训练设置我们用默认的参数就好，点击确定
任务创建成功，稍微等待一会
训练完成，点击部署
默认1小时后自动停止
7、 部署上线之后测试一下我们的模型
可以上传一张图片点击预测，右侧会出现预测结果，可以看到模型成功预测了我们下面这张图片。
同时我们也可以通过一个URL接口来调用我们的模型
以上，祝大家学习快乐！